一份極簡 Tensorflow 安裝配置指南
整體過程參考這份官方文檔相關步驟並參考內地網路狀況本地化
http://www.tensorflow.org/install
主要環境 :Ubuntu 安裝方式 :Docker
http://www.tensorflow.org/install/install_linux#InstallingDocker
準備環境
sudo apt update -y && sudo apt upgrade -y && sudo apt autoremove -y && sudo apt autoclean -y
安裝 docker
以下步驟參考 Docker 官方文檔
Install Docker
安裝環境與版本 :Ubuntu :Docker-CE (Community Edition)
Get Docker for Ubuntu
準備環境
sudo apt update -y && sudo apt upgrade -ysudo apt install apt-transport-https ca-certificates curl software-properties-common -y
添加 Docker 的源
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -sudo apt-key fingerprint 0EBFCD88sudo add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable"
下載安裝 docker
sudo apt update -y && sudo apt install docker-ce -y
驗證
sudo docker run hello-world
配置以非 root 用戶使用 Docker(不用每次都 sudo)
sudo groupadd dockersudo usermod -aG docker $USER
退出並再次登陸
驗證
docker run hello-world
安裝運行 Tensorflow 的 Docker 鏡像
使用命令行啟用 Tensorflow 鏡像
docker run -it adolphlwq/docker-tensorflow bash
首次使用時需要下載鏡像文件。使用這個鏡像而不使用官方鏡像的原因是官方鏡像需要翻牆下載,比較慢。
使用 Jupyter 訪問 Tensorflow 鏡像
設定埠參數並啟動
docker run -it -p 8888:8888 adolphlwq/docker-tensorflow
本地訪問
http://127.0.0.1:8888
或者 http://實際 IP 地址:8888
為鏡像添加本地持久化存儲(數據訪問和結果保存)
創建數據目錄
mkdir ~/tensorflow
查詢鏡像中用戶 id 和組 id (假設當前使用的是上面推薦的鏡像,則其用戶名為 `geek`)
docker run -it adolphlwq/docker-tensorflow id geek
返回結果
uid=1000(geek) gid=100(users) groups=100(users)
為主機目錄(host)設置訪問許可權
sudo chown -R 1000:100 ~/tensorflow
啟動帶有共享目錄的 Tensorflow 鏡像
docker run -it -v /home/user/tensorflow:/home/geek/work adolphlwq/docker-tensorflow
常用配置
交互開發
可以使用帶有 Jupyter 的 Tensorflow 鏡像
docker run -d -p 8888:8888 -p 6006:6006 -v /home/user/tensorflow:/home/geek/work adolphlwq/docker-tensorflow
本地訪問
http://127.0.0.1:8888
或者 http://實際 IP 地址:8888
命令行調試(其實複製粘貼不太方便)
docker run -it -p 8888:8888 -p 6006:6006 -v /home/user/tensorflow:/home/geek/work adolphlwq/docker-tensorflow bash
運行 python 進入調試環境
推薦閱讀:
※什麼是創造力,AI可以獲得嗎?
※怎麼評判卷積神經網路訓練得差不多了?
※截至2017年3月,音樂和人聲分離的研究有哪些最新進展?
※需要一個「隨機梯度下降」的詳細教程?
※為什麼目前的特徵學習演算法都是無監督的?
TAG:深度学习DeepLearning | TensorFlow |